bayes factor = … DEFINITIE NODIGGGGGG

BF_10 = bewijs voor H1 tov H0 BF_10 = 4 => 4x meer bewijs voor H1 dan voor H0

BF_01 = bewijs voor H0 tov H1 omrekenen: BF_10 = 1 / BF_01

Posterior Model Kansen (PMK):

PMK_0 = kans dat H0 waar is PMK_1 = kans dat H1 waar is

BF_10 = hoog (> 1) => PMK_1 hoog BF_01 = hoog (> 1) => PMK_0 hoog

PMK ver uit elkaar = goed, want makkelijk te bepalen welke H juist is

PMK_0 = kans op (conditionele) type I fout (onterecht verwerpen; false positive) PMK_1 = kans op (conditionele) type II fout (onterecht behouden; miss)

conditioneel?

basiaanse hypothese evaluatie (BHE):

NHST vs Bayes

NHST: ga uit van H0, als data overtuigend genoeg is verwerp je H0 Bayes: uit gaan van data, checken hoe goed het bij beide hypotheses passen